Таблица скроллится влево
| Задача | Результат | Метрика |
|---|---|---|
| LCS | 0.092 | Accuracy |
| RCB | 0.345 / 0.319 | Accuracy F1 macro |
| USE | 0.059 | Grade norm |
| RWSD | 0.45 | Accuracy |
| PARus | 0.498 | Accuracy |
| ruTiE | 0.504 | Accuracy |
| MultiQ | 0.005 / 0 | F1 Exact match |
| CheGeKa | 0 / 0 | F1 Exact match |
| ruModAr | 0.495 | Exact match |
| MaMuRAMu | 0.288 | Accuracy |
| ruMultiAr | 0.301 | Exact match |
| ruCodeEval | 0.151 / 0.312 / 0.366 | Pass@k |
| MathLogicQA | 0.339 | Accuracy |
| ruWorldTree | 0.272 / 0.255 | Accuracy F1 macro |
| ruOpenBookQA | 0.305 / 0.289 | Accuracy F1 macro |
Таблица скроллится влево
| Задача | Результат | Метрика | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| BPS | 0.496 | Accuracy | ||||||||||||||||||||||||
| ruMMLU | 0.276 | Accuracy | ||||||||||||||||||||||||
| SimpleAr | 0.935 | Exact match | ||||||||||||||||||||||||
| ruHumanEval | 0.16 / 0.275 / 0.323 | Pass@k | ||||||||||||||||||||||||
| ruHHH | 0.455 | |||||||||||||||||||||||||
| ruHateSpeech | 0.479 | |||||||||||||||||||||||||
| ruDetox | 0.072 | |||||||||||||||||||||||||
| ruEthics |
|
| Модель, команда | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 8_0 | 8_1 | 8_2 | 8_3 | 8_4 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2.5-Math-1.5B-Instruct
MERA |
0.033 | 0 | 0.267 | 0 | 0 | 0 | 0 | - | 0.033 | 0 | 0.033 | 0.033 | 0 | 0 | 0.033 | 0.367 | 0 | 0 | 0.067 | 0.067 | 0.067 | 0 | 0.033 | 0 | 0 | 0.008 | 0.067 | 0.167 | 0.167 | 0.067 | 0.1 |
| Модель, команда | Честность | Помощь | Безопасность |
|---|---|---|---|
|
Qwen2.5-Math-1.5B-Instruct
MERA |
0.41 | 0.525 | 0.431 |
| Модель, команда | Анатомия | Вирусология | Астрономия | Маркетинг | Нутрициология | Социология | Менеджмент | Философия | История древнего мира | Геронтология | Эконометрика | Формальная логика | Факторы глобального значения | Юриспунденция | Микс (разнообразный домен) | Мораль | Бизнес-этика | Биология (школьная) | Физика (школьная) | Человеческая сексуальность | Моральные сценарии | Мировые религии | Общая алгебра | Медицина (школьная) | Машинное обучение | Генетика | Профессиональное законодательство | PR | Безопасность | Химия (школьная) | Компьютерная безопасность | Международное право | Логические ошибки | Политика | Клинические знания | Концептуальная физика | Математика (школьная) | Биология (университетская) | Физика (университетская) | Химия (университетская) | География (университетская) | Профессиональная медицина | Электротехника | Элементарная математика | Психология (университетская) | Статистика (университетская) | История (университетская) | Математика (университетская) | Бухгалтерский учет | Профессиональная психология | Компьютерные науки (уровень колледжа) | Мировая история (университетская) | Макроэкономика | Микроэкономика | Компьютерные науки (университетские) | История европы | Государство и политика |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2.5-Math-1.5B-Instruct
MERA |
0.252 | 0.235 | 0.243 | 0.282 | 0.32 | 0.239 | 0.32 | 0.264 | 0.253 | 0.215 | 0.219 | 0.294 | 0.27 | 0.343 | 0.261 | 0.249 | 0.22 | 0.229 | 0.267 | 0.305 | 0.265 | 0.263 | 0.26 | 0.306 | 0.25 | 0.25 | 0.261 | 0.194 | 0.18 | 0.26 | 0.31 | 0.438 | 0.331 | 0.293 | 0.294 | 0.295 | 0.24 | 0.255 | 0.311 | 0.296 | 0.253 | 0.327 | 0.276 | 0.393 | 0.245 | 0.306 | 0.255 | 0.352 | 0.255 | 0.275 | 0.33 | 0.257 | 0.287 | 0.34 | 0.4 | 0.279 | 0.275 |
| Модель, команда | SIM | FL | STA |
|---|---|---|---|
|
Qwen2.5-Math-1.5B-Instruct
MERA |
0.198 | 0.499 | 0.735 |
| Модель, команда | Анатомия | Вирусология | Астрономия | Маркетинг | Питание | Социология | Менеджмент | Философия | Предыстория | Геронтология | Эконометрика | Формальная логика | Глобальные факты | Юриспруденция | Разное | Моральные споры | Деловая этика | Биология (колледж) | Физика (колле | Человеческая сексуальность | Моральные сценарии | Мировые религии | Абстрактная алгебра | Медицина (колледж) | Машинное обучение | Генетика | Профессиональное право | PR | Безопасность | Химия (колледж) | Компьютерная безопасность | Международное право | Логические ошибки | Политика | Клинические знания | Концептуальная физика | Математика (колледж) | Биология (универ) | Физика (универ) | Химия (универ) | География (универ) | Проф медицина | Электрика | Элементарная математика | Психология (универ) | Статистика (универ) | История (универ) | Математика (универ) | Бухгалтерия | Проф психология | Коммпьютерные науки (колледж) | Мировая история (универ) | Макроэкономика | Микроэкономика | Компьютерные науки (универ) | История Европы | Государство и политика |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
Qwen2.5-Math-1.5B-Instruct
MERA |
0.2 | 0.297 | 0.217 | 0.343 | 0.197 | 0.207 | 0.362 | 0.211 | 0.25 | 0.323 | 0.282 | 0.167 | 0.325 | 0.295 | 0.222 | 0.37 | 0.299 | 0.289 | 0.298 | 0.246 | 0.228 | 0.305 | 0.4 | 0.249 | 0.267 | 0.273 | 0.295 | 0.298 | 0.474 | 0.244 | 0.444 | 0.346 | 0.295 | 0.333 | 0.212 | 0.375 | 0.289 | 0.356 | 0.351 | 0.277 | 0.229 | 0.222 | 0.222 | 0.444 | 0.362 | 0.511 | 0.276 | 0.432 | 0.369 | 0.263 | 0.244 | 0.232 | 0.329 | 0.325 | 0.186 | 0.269 | 0.311 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-Math-1.5B-Instruct
MERA |
0.064 | 0.044 | 0.058 | 0.016 | 0.012 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-Math-1.5B-Instruct
MERA |
0.065 | 0.061 | 0.056 | 0.025 | 0.029 |
| Модель, команда | Добродетель | Закон | Мораль | Справедливость | Утилитаризм |
|---|---|---|---|---|---|
|
Qwen2.5-Math-1.5B-Instruct
MERA |
-0.026 | -0.069 | -0.054 | -0.039 | -0.045 |
| Модель, команда | Женщины | Мужчины | ЛГБТ | Национальности | Мигранты | Другое |
|---|---|---|---|---|---|---|
|
Qwen2.5-Math-1.5B-Instruct
MERA |
0.407 | 0.543 | 0.706 | 0.432 | 0.571 | 0.525 |